Risk Screening in a Medicaid-Managed Pregnancy Medical Home: The Need to Center Maternal Health Outcomes in Public Health Programming

स्वास्थ्य सेवा प्रणाली की कल्पना एक विशाल, उच्च-तकनीकी लाइटहाउस (प्रकाश स्तंभ) के रूप में करें। इसका काम है जहाजों को चट्टानों से टकराने से पहले मुसीबत में पहचान लेना। दशकों से, यह लाइटहाउस एक विशिष्ट प्रकार के खतरे को पहचानने में बहुत अच्छा रहा है: "बेबी शिप" (शिशु जहाज)। यदि कोई बच्चा बहुत जल्दी या बहुत छोटा पैदा होने वाला है, तो यह लाइटहाउस एक चमकती चेतावनी देता है, और सहायकों की एक टीम जहाज को सुरक्षित मार्ग दिखाने के लिए बाहर निकल पड़ती है। इस प्रणाली को "जोखिम स्क्रीनिंग" (risk screening) कहा जाता है, और यह उत्तरी कैरोलिना के मेडिकेड कार्यक्रम सहित कई जगहों में एक मानक उपकरण है।

लेकिन यहाँ एक मोड़ है: "मदर शिप" (माता का जहाज) के बारे में क्या? जो व्यक्ति बच्चे को ले जा रहा है, वह भी एक जहाज है, और कभी-कभी उन्हें अपने स्वयं के तूफानों का सामना करना पड़ता है—जैसे गंभीर रक्तस्राव, संक्रमण, या उम्मीद से अधिक समय तक अस्पताल में रहने की आवश्यकता। इन्हें "प्रतिकूल मातृ परिणाम" (adverse maternal outcomes) कहा जाता है। लंबे समय तक, लाइटहाउस को बच्चे के मार्ग को देखने के लिए बनाया गया था, यह मानते हुए कि यदि बच्चा सुरक्षित है, तो माँ भी ठीक ही होगी। लेकिन वैज्ञानिकों ने सोचना शुरू कर दिया है: क्या लाइटहाउस वास्तव में सही तूफानों को देख रहा है? क्या वही चेतावनी प्रणाली जो एक संकट में फंसे बच्चे को पहचानती है, क्या वह संकट में फंसी माँ को भी पहचान पाती है? यह शोध पत्र ठीक इसी प्रश्न में गहराई से उतरता है, और डेटा के एक विशाल भंडार का उपयोग करके यह देखता है कि क्या वर्तमान "सुरक्षा जाल" दोनों यात्रियों को पकड़ता है या केवल एक को।

बड़ा परीक्षण: क्या बेबी रडार माँ को पकड़ पाता है?

उत्तरी कैरोलिना में एक लंबे समय से चल रहा कार्यक्रम है जिसे "प्रेगनेंसी मेडिकल होम" (Pregnancy Medical Home) कहा जाता है। इसे मेडिकेड पर गर्भवती व्यक्तियों के लिए एक सुपर-व्यवस्थित देखभाल टीम के रूप में समझें। जब कोई व्यक्ति इस कार्यक्रम में शामिल होता है, तो वह एक "जोखिम स्क्रीन" भरता है—जो मूल रूप से उनके स्वास्थ्य, उनके इतिहास और उनके जीवन के बारें में प्रश्नों की एक लंबी चेकलिस्ट है। क्या माँ को मधुमेह है? क्या वह आवास को लेकर तनाव में है? क्या उसने पहले एक बच्चे को जन्म दिया है? क्या वह धूम्रपान करती है?

इस चेकलिस्ट का लक्ष्य मूल रूप से उन गर्भधारणों को खोजना था जिनमें बच्चे के समय से पहले (preterm) या कम वजन (low birth weight) के साथ पैदा होने का उच्च जोखिम था। यदि चेकलिस्ट ने किसी को "उच्च जोखिम" के रूप में चिह्नित किया, तो उन्हें अतिरिक्त सहायता मिली, जैसे कि एक केयर मैनेजर ताकि यह सुनिश्चित किया जा सके कि वे अपने डॉक्टर के अपॉइंटमेंट लेते रहें और उन्हें आवश्यक सहायता मिले। और क्या अंदाज़ा लगाइए? यह काम कर गया! कार्यक्रम ने सफलतापूर्वक समय से पहले और छोटे बच्चों की संख्या को कम करने में मदद की।

लेकिन इस शोध के पीछे के शोधकर्ताओं ने एक जिज्ञासु प्रश्न पूछा: क्या यही चेकलिस्ट उन माताओं को भी पहचान सकती है जो खुद गंभीर रूप से बीमार होने के जोखिम में हैं?

यह पता लगाने के लिए, टीम ने डिजिटल जासूसों की तरह काम किया। उन्होंने 2014 से 2019 तक के तीन बड़े डेटा समूहों को आपस में जोड़ा:

1. जोखिम स्क्रीन चेकलिस्ट (वे प्रश्न जिनका जवाब माताओं ने दिया)।
2. अस्पताल के रिकॉर्ड (जब बच्चा पैदा हुआ तब वास्तव में क्या हुआ)।
3. मेडिकेड क्लेम (वह कागजी कार्रवाई जो दिखाती है कि किसे किस चीज़ के लिए भुगतान किया गया)।

उन्होंने 205,916 जन्मों का अध्ययन किया। यह बहुत सारे जहाज हैं! वे देखना चाहते थे कि क्या वे लोग जिन्होंने फॉर्म पर जोखिम भरी चीजों के लिए "हाँ" पर टिक किया था, वे ही थे जिनका अस्पताल में "बुरा दिन" रहा। इस अध्ययन में "बुरा दिन" एक गंभीर घटना थी जैसे:

• गंभीर मातृ रुग्णता (SMM): एक ऐसी घटना जहाँ माँ बाल-बाल बची (जैसे दिल का दौरा या गंभीर रक्तस्राव)।
• आईसीयू (ICU) में भर्ती होना: माँ को गहन देखभाल इकाई में जाने की आवश्यकता पड़ी।
• अस्पताल में बहुत लंबे समय तक रुकना या दोबारा भर्ती होने की आवश्यकता।

परिणाम: एक धुंधला पूर्वानुमान

यहाँ कहानी दिलचस्प हो जाती है। शोधकर्ताओं ने यह देखने के लिए कि क्या चेकलिस्ट इन डरावनी घटनाओं की भविष्यवाणी कर सकती है, एक फैंसी कंप्यूटर मॉडल (जिसे "रैंडम फॉरेस्ट" कहा जाता है, जो निर्णय लेने वाले पेड़ों की एक टीम की तरह है) के माध्यम से नंबरों को चलाया।

निष्कर्ष सिस्टम के डिजाइनरों के लिए निराशाजनक थे। जबकि चेकलिस्ट बच्चे के जोखिमों को पहचानने में बेहतरीन थी, यह माँ के जोखिमों की भविष्यवाणी करने में कमजोर थी।

• स्कोर: एक "सुरक्षित माँ" और एक "बीमार माँ" के बीच अंतर बताने की मॉडल की क्षमता को "एरिया अंडर द कर्व" (AUC) नामक स्कोर द्वारा मापा गया। एक आदर्श स्कोर 1.0 है, और एक सिक्का उछालने (तुक्का लगाने) का स्कोर 0.5 है। इस मॉडल का स्कोर 0.63 था। यह अनुमान लगाने से थोड़ा ही बेहतर है।
• मिस रेट (छूट जाने की दर): जब मॉडल जितना संभव हो सके सटीक होने की कोशिश कर रहा था, तो इसने वास्तव में बुरे परिणाम वाली माताओं में से केवल 56% को पकड़ा। इसका मतलब है कि इसने लगभग आधे को मिस कर दिया! इसने कई स्वस्थ माताओं को भी गलत तरीके से "जोखिम में" चिह्नित किया (विशिष्टता/specificity केवल 63% थी)।

चेकलिस्ट ने क्या सही (और क्या गलत) पकड़ा?

अध्ययन में कुछ चीजें मिलकर पाई गईं जो माताओं के बीमार होने से जुड़ी थीं। यदि कोई माँ 25 वर्ष से अधिक उम्र की थी, अश्वेत थी, अधिक वजन या मोटापे से ग्रस्त थी, धूम्रपान करती थी, या मधुमेह या उच्च रक्तचाप जैसी पुरानी बीमारियों से ग्रस्त थी, तो वह वास्तव में उच्च जोखिम पर थी। चेकलिस्ट ने समय से पहले जन्म के इतिहास या पिछले गर्भधारण में उच्च रक्तचाप जैसी चीजों को भी पकड़ा।

हालाँकि, जब शोधकर्ताओं ने इन सभी सुरागों को एक एकल भविष्यवाणी उपकरण में डाला, तो वह उपकरण माताओं के लिए उपयोगी होने के लिए पर्याप्त नहीं था। यह एक मौसम ऐप होने जैसा है जो आपके बगीचे के लिए बारिश की भविष्यवाणी करने में तो अद्भुत है लेकिन आपकी कार के खराब होने की भविष्यवाणी करने में बहुत बुरा है।

लाइटहाउस ने माँ को क्यों मिस कर दिया?

लेखक कुछ कारणों का सुझाव देते हैं कि "बेबी रडार" क्यों "मदर स्टॉर्म्स" को पकड़ने में विफल रहा:

1. गलत प्रश्न: चेकलिस्ट को बच्चों की समस्याओं को खोजने के लिए डिज़ाइन किया गया था। यह उन विशिष्ट संकेतों को मिस कर सकता है जो संकेत देते हैं कि माँ बीमार होने वाली है। उदाहरण के लिए, यह मानसिक स्वास्थ्य या विशिष्ट दर्द के बारे में सही प्रश्न नहीं पूछ सकता है जो आईसीयू में रहने का कारण बनते हैं।
2. समय की समस्याएँ: कुछ समस्याएं, जैसे गंभीर उच्च रक्त रक्तचाप (preeclampsia), चेकलिस्ट भरने के बाद दिखाई दे सकती हैं। यदि आप अपनी पहली मुलाकात में फॉर्म भरते हैं, तो आप उस समस्या की भविष्यवाणी नहीं कर सकते जो तीन महीने बाद शुरू होती है।
3. "सुधार" ने मदद की होगी: जिन माताओं को "उच्च जोखिम" के रूप में चिह्नित किया गया था, उन्हें अतिरिक्त देखभाल मिली। यह संभव है कि इस अतिरिक्त मदद ने वास्तव में कुछ प्रतिकूल परिणामों को रोक दिया, जिससे ऐसा लगा कि चेकलिस्ट काम नहीं कर रही है क्योंकि जिन लोगों को चिह्नित किया गया था, वे अन्य मामलों की तुलना में कम बीमार पड़े।

मुख्य निष्कर्ष

शोध पत्र निष्कर्ष निकालता है कि जबकि उत्तरी कैरोलिना का कार्यक्रम बच्चों को सुरक्षित रखने के लिए एक शानदार मॉडल है, यह वर्तमान में उन माताओं को पहचानने के लिए एक अच्छा उपकरण नहीं है जो खतरे में हैं। सिस्टम को नवजात (शिशु) परिणामों को अनुकूलित करने के लिए बनाया गया था, और इसने अपना काम बखूबी किया। लेकिन माताओं की रक्षा करने के लिए, हमें एक नए प्रकार के मानचित्र की आवश्यकता है।

लेखक यह नहीं कह रहे हैं कि कार्यक्रम टूटा हुआ है; वे कह रहे हैं कि इसे फिर से संतुलित करने की आवश्यकता है। वे तर्क देते हैं कि सार्वजनिक स्वास्थ्य कार्यक्रमों को बच्चे और माँ को अलग-अलग जहाजों के रूप में देखना बंद करना चाहिए। इसके बजाय, उन्हें ऐसे जोखिम स्क्रीन डिजाइन करने की आवश्यकता है जो दोनों यात्रियों को समान रूप से देखें। यदि हम जीवन बचाना चाहते हैं, तो हमें यह सुनिश्चित करना होगा कि हमारे लाइटहाउस केवल माल (cargo) के लिए ही नहीं, बल्कि पूरे चालक दल के लिए आने वाले तूफानों को देखने के लिए पर्याप्त उज्ज्वल हों।